Krea 3 Ultra Berada di Peringkat #5: Peringkat Itu Nyata, "Ultra" Hanyalah Sebuah Pengaturan

Pada malam 20 Oktober 2026, tiga baris di papan penyuntingan gambar Artificial Analysis berada dalam selisih 1,1 Elo satu sama lain. Krea 3 Ultra adalah salah satunya, pada 1150,58, ditampilkan sebagai #5. Nano Banana 2.1 adalah satu lagi, pada 1151,65 dan #3. MAI-Image-2.6 adalah yang ketiga, pada 1151,03 dan #4 — dan ketiganya mencantumkan rentang peringkat yang sama, 3–6. Itulah bentuk seri statistik tiga arah di papan peringkat ini, dan itu merupakan kalimat yang lebih akurat tentang hasilnya daripada "#5" di judul, yang merupakan urutan tampilan, bukan selisih yang terukur. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive tempat setiap entri membawa sumbernya sendiri, tingkat keparahan, kelas keyakinan, dan tanda perselisihan.

Dua hal terjadi hari itu, dan keduanya mudah dicampuradukkan. Krea memindahkan pengaturan Ultra keluar dari pratinjau: dari changelog 20 Oktober, workspace mana pun pada paket Max atau lebih tinggi dapat menyetel thinking_mode: "ultra" pada endpoint Krea 3 biasa. Changelog yang sama juga mengeluarkan Krea 3 dari beta. Dan Artificial Analysis menambahkan konfigurasi Ultra ke papan peringkatnya, tempat konfigurasi itu langsung menyamai dua model di atasnya. Krea 3 sendiri bukan hal baru — Krea merilisnya pada 15 Oktober 2026, dan Artificial Analysis mencatatnya di papan peringkat pada 01:21 UTC hari itu. Yang baru adalah bahwa mode mahal itu menjadi dapat dipanggil secara umum dan memperoleh skor independen dalam 24 jam yang sama.

Apa itu "Ultra" secara mekanis

Ini bukan checkpoint. Tidak ada berkas bobot terpisah bernama Krea 3 Ultra, dan API Krea tidak mengekspos ID model kedua: endpoint-nya tetap POST /generate/image/krea/krea-3, dan thinking_mode menerima salah satu dari tiga nilai. Pada fast, yang merupakan default, model memperluas prompt dan merender. Pada high, proses penalaran yang lebih kuat merencanakan edit berdasarkan prompt dan gambar referensi sebelum merender. Pada ultra, Krea menghasilkan beberapa kandidat edit, menilainya terhadap prompt dan referensi Anda, lalu mengembalikan yang menurut penilaiannya terbaik.

Mekanisme itu memiliki batas yang kaku, semuanya didokumentasikan oleh Krea alih-alih ditemukan oleh pengguna:

• Resolusi — Ultra hanya menghasilkan 2K. Fast dan high akan menghasilkan 1K atau 2K; Ultra tidak.

• Referensi — Ultra memerlukan setidaknya satu gambar di image_urls. Text-to-image murni tidak tersedia dalam mode ini.

• Latensi — sebuah job "bisa memakan waktu beberapa menit". Dokumentasi Krea menetapkan batas atasnya sekitar sepuluh menit, atau sekitar enam belas menit dengan prioritas: "low". Angka di bawah delapan detik yang membuat Krea 3 menarik berlaku untuk fast, bukan untuk ini.

• Paket — API hanya menerima Ultra untuk paket Max dan yang lebih tinggi.

• Zero Data Retention — permintaan yang membawa header ZDR dan thinking_mode: "ultra" mengembalikan HTTP 422. Perusahaan yang memerlukan ZDR sepenuhnya dikecualikan dari mode tersebut, dan dibatasi maksimal delapan referensi, bukan batas maksimum seperti biasanya.

Jadi baris papan peringkat berlabel "Krea 3 (Ultra)" adalah salah satu konfigurasi dari model yang dirilis lima hari lebih awal, dengan harga sebagai add-on alih-alih dijual sebagai produk. Perbedaan itu penting bagi siapa pun yang membaca peringkat tersebut sebagai alasan untuk berganti vendor: hal yang mencetak skor 1150.58 dapat diakses dari endpoint yang sama yang sudah digunakan suntingan cepat Anda, hanya dengan mengganti satu string.

Apa yang sebenarnya diukur oleh Artificial Analysis

Papan peringkat memeringkat hasil suntingan dari gambar masukan terhadap instruksi teks, berdasarkan preferensi manusia secara berpasangan. Pemilih melihat dua hasil suntingan anonim dari gambar yang sama dengan instruksi yang sama dan memilih salah satunya; identitas diungkapkan setelahnya, dan ada waktu melihat minimum sebelum suara dihitung. Semua suara dicocokkan sekaligus dengan model Bradley-Terry dan dilaporkan sebagai Elo, pada skala yang dijangkarkan sehingga FLUX.2 [dev] berada di 1000. Kumpulan prompt diambil sampelnya secara merata di sepuluh kasus penggunaan dan tujuh tindakan penyuntingan, dan diperbarui setiap bulan.

Dibaca pada 20 Oktober 2026, sekitar pukul 10.45 AM Waktu Pasifik, bagian atas papan peringkat tampak seperti ini:

• #1 — GPT Image 2.5 Sunburst (max), 1198,71 Elo, 18.059 sampel.

• #2 — GPT Image 2.5 Flare (max), 1181, 18.954 sampel.

• #3 — Nano Banana 2.1, 1151,65, ±13, 6.684 sampel.

• #4 — MAI-Image-2.6, 1151.03, ±12, 16,468 sampel.

• #5 — Krea 3 (Ultra), 1150,58, ±14, 5.378 sampel.

• #7 — GPT Image 2 (tinggi), 1136. #8 — Seedream 5.0 Pro, 1132.

• #11 — Krea 3 (Fast), 1125,11, ±14, 5.087 sampel.

• #16 — Nano Banana Pro (Gemini 3 Pro Image), 1106.

Kesenjangan di dalam tiga peringkat teratas lebih kecil daripada interval kepercayaan mereka sendiri, itulah sebabnya Artificial Analysis menerbitkan versi bahasa sederhana bersama grafik tersebut: kualitasnya "mirip dengan Nano Banana 2.1 dan MAI-Image-2.6". Peringkat yang ditampilkan tetap bertahan meskipun ada hasil imbang karena papan peringkat mengurutkan berdasarkan estimasi titik; nilai 1151,03 milik MAI-Image-2.6 mengungguli 1150,58 milik Krea dengan selisih 0,45 Elo, yang kira-kira seperdua puluh lima dari lebar interval.

Jumlah sampel adalah bagian dari tabel yang harus dipertimbangkan pembeli. Peringkat #1 Sunburst bertumpu pada 18.059 suara. Baris Krea 3 Ultra bertumpu pada 5.378 — lebih dari cukup untuk menempatkannya di kelompok teratas, tetapi tidak cukup untuk memisahkannya dari dua model di sampingnya. Konvensi papan itu sendiri, yang menerbitkan rentang peringkat alih-alih satu posisi tunggal, adalah pembacaan yang jujur: 3–6.

Peringkat yang dicetak Krea dan peringkat yang ditampilkan papan

Penjelasan benchmark milik Krea sendiri, yang diterbitkan pada 20 Oktober, terbuka tentang sebuah ketidaksesuaian yang oleh sebagian besar vendor dibiarkan saja. Sebuah kartu dalam utas peluncuran Krea menunjukkan Ultra di #4 pada Artificial Analysis dengan MAI-Image-2.6 di #5. Halaman papan peringkat dan grafik Artificial Analysis sendiri sama-sama menunjukkan kebalikannya. Unggahan Krea menyebutkan bahwa pihaknya menggunakan papan peringkat — yang merupakan keputusan tepat, dan layak dicatat karena itulah jenis detail yang biasanya dihaluskan dari narasi peluncuran.

Klaim perusahaan yang lebih kuat berada di papan-papan lain, yang medan persaingannya lebih dangkal. Papan peringkat Multi-Image Edit Arena menempatkan Ultra di #4 dengan 1435 ± 11 dari 2.991 suara, ditandai Preliminary, tiga poin di atas Nano Banana 2.1 dengan 1432 ± 6 dari 10.284 suara. Pada papan gambar tunggal Arena, konfigurasi yang sama berada di #8 dengan 1411 ± 11, dengan sebaran peringkat 5–10 — berada di dalam kelompok, bukan di depannya. Design Arena menempatkan Krea 3 di #4 dari 51 dengan 1298 Elo. Itu tiga skala yang berbeda: Artificial Analysis menjadikan FLUX.2 [dev] sebagai jangkar pada 1000, dokumen Design Arena menyebut basis 1200, dan angka 1435 Arena tidak dapat dibandingkan dengan keduanya. Mengurangkan satu dari yang lain menghasilkan angka yang tidak berarti apa-apa.

Di mana mode ini kuat, dan tiga tempat di mana ia tidak.

Artificial Analysis membagi editing menjadi 17 papan kategori, dan bentuk hasil Krea 3 Ultra lebih informatif daripada peringkat keseluruhannya. Pada pembacaan 20 Oktober, ia berada di tujuh besar dalam 14 dari 17 kategori, dan pada lima dari tujuh aksi editing.

• Kasus penggunaan terbaik — #2 di Animasi & Gaming (1178.77) dan #2 di Frontier (1169.73), keduanya berada di bawah GPT Image 2.5 Sunburst. #4 di Produktivitas & Pekerjaan Berbasis Pengetahuan, Ritel & E-commerce, Media Sosial & Konten Kreator, serta Pemasaran & Periklanan.

• Aksi penyuntingan terbaik — #3 dalam Composition & Framing (1182.68) dan #4 dalam Reasoning-Based Edit (1186.82). Yang kedua adalah yang diandalkan peluncuran Krea: suntingan yang memerlukan inferensi tentang adegan, bukan sekadar penukaran literal.

• Di luar tujuh teratas — #10 dalam Film Live-Action, #8 dalam Peningkatan & Restorasi, dan #18 dalam Edit Adegan & Gaya. Relighting, restyling, dan penggantian latar belakang adalah kategori terlemah, yang menjadi celah janggal bagi model yang pemasarannya dibangun di atas penempatan produk ke dalam adegan baru.

Dua peringatan tentang daftar itu. Papan kategori masing-masing memuat beberapa ratus suara — 302 di Text Rendering, 455 di Commercial Design — dengan interval ±20 hingga ±38, sehingga peringkat #2 dalam suatu kategori bisa menjadi #5 pada penyegaran berikutnya. Dan unggahan Krea sendiri mencatat bahwa utas Artificial Analysis menyebut "7 teratas di 15 dari 17 kategori" dan "6 dari 7 tindakan pengeditan", sementara halaman langsungnya menunjukkan 14 dan 5. Bagan utas tersebut diberi cap Elo per 16 Oktober; halamannya sudah bergerak lebih jauh.

Berapa biaya sebuah panggilan, dan mengapa angkanya bukan $0.06

Krea menetapkan harga Krea 3 berdasarkan komponen, dan komponen-komponennya dijumlahkan. Harga dasar adalah $0,03 per gambar 1K atau $0,06 per 2K. Setiap referensi 1K menambah $0,02, setiap referensi 2K menambah $0,07. High thinking menambah $0,02 per generasi. Ultra menambah $0,20 per generasi, dan hanya tersedia untuk 2K.

Kerjakan sebuah contoh. Satu edit Ultra 2K dengan satu referensi 2K adalah $0.06 + $0.07 + $0.20 = $0.33. Tambahkan empat referensi 2K, yang biasa untuk pemotretan produk, maka hasilnya $0.06 + $0.28 + $0.20 = $0.54. Pekerjaan yang sama di jalur fast dengan empat referensi yang sama adalah $0.34. Jadi premi Ultra kira-kira dua kali lipat di ujung bawah dan sekitar 60% di ujung atas — bukan 3,3× seperti yang disiratkan $0.20 dibanding $0.06, dan juga bukan biaya tetap yang disiratkan baris "$0.06 per gambar" di posting peluncuran. Perbandingan peluncuran Krea, "$0.06 vs $0.135 milik Nano Banana Pro dan $0.22 milik GPT Image 2", menggambarkan jalur fast tanpa referensi.

Inilah titik di mana aritmetika sebuah router menjadi bernilai. OrcaRouter meneruskan harga daftar penyedia tanpa markup 0%, sehingga angka per panggilan yang dipublikasikan vendor sebuah model adalah angka yang Anda ditagih — termasuk biaya tambahan yang ditambahkan Krea, jika Krea adalah penyedianya. Krea 3 Ultra tidak ada dalam katalog kami saat ini; Ultra dijual melalui API Krea sendiri pada paket Max, dan itulah satu-satunya cara untuk mengatur mode tersebut. Yang kami rutekan adalah separuh lainnya dari perbandingan ini — gpt-image-2 dan gpt-image-2.5 dari O​penAI, Grok Imagine Image dari x​AI, serta Nano Banana, Nano Banana 2, dan Nano Banana Pro dari G​oogle — di balik satu kunci, dengan failover otomatis saat penyedia mengalami error atau pembatasan laju. Jika argumen untuk $0.33 per edit adalah bahwa harga itu menggantikan edit $0.06 plus percobaan ulang, kunci yang sama itulah tempat Anda mengukur apakah hal itu benar.

Bacaan yang bertahan sepanjang minggu

Krea 3 Ultra adalah hasil nyata: sebuah editor yang, lima hari setelah rilis, menyamai model terbaik kelas menengah G​oogle dan Microsoft di papan peringkat yang jumlah suaranya hanya sepersepuluh dari mereka, dan melakukannya lewat pergantian mode alih-alih produk baru. Ini juga hasil dengan puncak yang sempit: dua kategori tempat ia berada di #2 adalah kategori di mana GPT Image 2.5 Sunburst unggul 13 dan 29 Elo, dan pekerjaan adegan-dan-gaya yang sebenarnya paling banyak dibayar tim pemasaran justru menjadi tempat ia berada di peringkat #18.

Yang perlu diperhatikan bukanlah peringkatnya. Melainkan jumlah sampel dan harga modenya. 5.378 suara untuk Krea 3 akan terus bertambah, dan jika angka 1150,58 bertahan seperti sekarang, hasil imbang itu berubah menjadi penempatan, bukan lagi artefak dari sampel yang kecil. Sementara itu, Ultra memakan biaya $0,20 per generasi di atas harga dasar yang sudah naik seiring setiap referensi yang Anda kirim — artinya, pertanyaan praktis bagi tim produksi bukanlah "apakah Ultra lebih baik daripada Krea 3", melainkan "berapa banyak edit per kampanye yang cukup untuk membenarkan pembayaran sekitar dua kali lipat agar model memilih jawaban terbaiknya sendiri". Itu adalah uji coba yang bisa Anda jalankan pada brief Anda sendiri minggu ini, dan tidak ada papan peringkat yang akan menjalankannya untuk Anda.